Python 将重力建模为二阶常微分方程是否正确？
这是我在这里的第一个问题，如果格式设置被关闭，我深表歉意 我想用Python将牛顿的万有引力定律建模为一个二阶微分方程，但生成的图没有意义。供参考，以及[结果如下][2]。这是我的密码Python 将重力建模为二阶常微分方程是否正确？,python,physics,ode,Python,Physics,Ode,这是我在这里的第一个问题，如果格式设置被关闭，我深表歉意 我想用Python将牛顿的万有引力定律建模为一个二阶微分方程，但生成的图没有意义。供参考，以及[结果如下][2]。这是我的密码 import numpy as np from scipy.integrate import odeint import matplotlib.pyplot as plt # dy/dt def model(r, t): g = 6.67408 * (10 ** -11) m = 5.972 * 10 **
import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt
# dy/dt
def model(r, t):
g = 6.67408 * (10 ** -11)
m = 5.972 * 10 ** 24
M = 1.989 * 10 ** 30
return -m * r[1] + ((-g * M * m) / r ** 2)
r0 = [(1.495979 * 10 ** 16), 299195800]
t = np.linspace(-(2 * 10 ** 17), (2 * 10 ** 17))
r = odeint(model, r0, t)
plt.plot(t, r)
plt.xlabel('time')
plt.ylabel('r(t)')
plt.show()
我几乎没有使用Python作为ODE解算器的经验。我做错了什么？谢谢大家! 要集成二阶常微分方程，需要将其视为两个一阶常微分方程。在你发布的链接中，所有的例子都是二等的，它们都是这样做的
m d^2 r/ dt^2 = - g M m / r^2
r = u[0]
dr / dt = u[1]
(1) d/dt(u[0]) = u[1]
m * d/dt(u[1]) = -g M m / u[0]^2 =>
(2) d/dt(u[1]) = -g M / u[0]^2
将numpy导入为np
从scipy.integrate导入odeint
将matplotlib.pyplot作为plt导入
def型号（u，t）：
g=6.67408*（10**-11）
M=1.989*10**30
返回值（u[1]，（-g*M）/（u[0]**2））
r0=[（1.495979*10**16），299195800]
t=np.linspace（0,5*（10**15），500000）
r_t=odeint（模型，r0，t）
r_t=r_t[：，0]
plt.绘图（t，r\t）
plt.xlabel（“时间”）
plt.ylabel（'r（t）'
plt.show（）
oopsie doopsie，结果没有公布……基本上，图表看起来并不正确，
r**2